특징 벡터의 effectiveness 요소 기반의 가중치 SVM 분류기 연구

Title
특징 벡터의 effectiveness 요소 기반의 가중치 SVM 분류기 연구
Other Titles
A new classification model of weighted SVM based on effectiveness
Authors
이상철
Keywords
SVM, 가중치 SVM, 볼록 최적화, 줄어든 볼록 껍질, 다 부류 분류, SVM, Weighted WVM, Convex Optimization, Reduced Convex Hull, Multi-class Classification
Issue Date
2013
Publisher
한국차세대컴퓨팅학회 논문지
Series/Report no.
한국차세대컴퓨팅학회 논문지; 제9권 제1호 PP 63~73
Abstract
본 논문은 최근 컴퓨터 비전 및 기계학습 분야에 활용되는 분류기 중 가장 널리 이용되는 SVM 분류기의 성능 향상을 위한 새로운 알고리즘을 제안한다. SVM 분류기의 기본적 개념은 분류함수에 대한 입력 특징 벡터의 soft 마진 비용을 최소화하는 것으로 정의할 수 있다. 이러한 접근법으로부터 구축된 분류 함수의 모델은 주어진 학습 데이터에 대한 효율적인 결정 경계를 제공하지만, 각 특징 벡터와 주변 특징 벡터 간의 구조적?분포적 특성을 반영할 수 없어 이상점에 의해 영향을 받게 된다. 본 연구에서는 이러한 SVM분류기가 갖는 단점을 보완하기 위해 각 특징 벡터의 분포에 따른 가중치를 부여하여 주변 특징 벡터들과의 나타나는 분포적 특징을 반영하도록 하였다. 또한 본 연구에서 정의한 effectiveness 요소를 통해 분류 모델의 결정 경계를 보다 효과적으로 선택할 수 있도록 하였다. 제안한 알고리즘의 성능 검증을 위해 MNIST 데이터에 대한 다 부류 분류를 수행하였으며, 그 결과 기존의 SVM 분류기보다 향상된 분류 성능을 달성하였다.
URI
http://dspace.inha.ac.kr/handle/10505/32648
ISSN
1975-681X
Appears in Collections:
College of Engineering(공과대학) > Computer Engineering (컴퓨터공학) > Local Access Journal Papers, Reports(컴퓨터정보공학 논문, 보고서)

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse